OlmoEarth, 북미 산불 위험 지도에서 155배 분산 추론 가속

Ai2가 위성 자료 탐색부터 전처리·GPU 추론·지도 조립까지 나눈 OlmoEarth Platform 구조를 공개했다. 북미 작업은 최대 1만9,600 CPU와 994 GPU를 사용해 약 30.5시간에 끝났다.

무엇이 공개됐나

Ai2는 2026년 7월 28일 OlmoEarth Platform이 대규모 위성 영상 추론을 처리하는 구조를 공개했습니다. OlmoEarth 모델은 약 10TB의 다중 위성 자료로 사전학습됐고, 산림 훼손·식량 안보·산불 위험 같은 지구관측 작업에 사용됩니다.

세 단계로 나눈 실행

  1. CPU와 높은 I/O를 사용해 위성 장면을 찾고 투영·해상도를 맞춘 뒤 정규화합니다.
  2. GPU는 모델의 순전파에 집중하고 출력은 저장소로 바로 보냅니다.
  3. CPU가 창 단위 결과를 잇고 마스크·재조정을 적용해 GeoTIFF, GeoJSON 등으로 내보냅니다.

GPU가 다운로드와 재투영을 기다리지 않도록 역할을 분리하고, 지리 영역을 독립 파티션과 더 작은 창으로 나눠 수천 작업을 동시에 실행합니다. 각 작업은 재실행 가능하고 멱등적으로 설계해 공급자 장애나 누락 장면을 재시도합니다.

공개된 운영 수치

Ai2는 북미 전체 산불 위험 지도 생성 시 최대 약 1만9,600 CPU와 994 GPU, 168GB/s 이상의 네트워크 처리량을 사용했다고 밝혔습니다. 직렬 계산 추정치 4,737시간을 실제 약 30.5시간으로 줄여 155배의 벽시계 가속을 얻었습니다.

확인할 한계

비용과 속도는 Ai2가 선택한 클라우드, 캐시, 모델, 출력 해상도와 병렬 한도에 따라 달라지는 운영 사례입니다. 공급사 API와 클라우드 쿼터, 데이터 라이선스, 지역별 정확도, 구름과 누락 관측은 별도로 검증해야 합니다. 빠른 추론이 곧 환경 의사결정의 정확성을 보장하지도 않습니다.

공식 출처